Roman GłogulskiA engenharia de proteínas é um campo com um imenso potencial em várias áreas científicas e médicas, mas enfrenta desafios significativos. Os métodos tradicionais de projetar proteínas com funções novas ou melhoradas são lentos, trabalhosos e ineficientes, o que prejudica o progresso na exploração de todo o seu potencial.
No entanto, pesquisadores da Universidade de Wisconsin-Madison introduziram uma solução inovadora: a plataforma Self-driving Autonomous Machines for Protein Landscape Exploration (SAMPLE). Essa abordagem inovadora integra um agente inteligente com um sistema robótico totalmente automatizado para aprimorar a engenharia de proteínas.
A plataforma SAMPLE opera por meio de um processo colaborativo. O agente inteligente projeta novas proteínas enquanto aprende sobre as relações de sequência-função, enquanto o sistema robótico realiza experimentos e fornece feedback.
Os pesquisadores realizaram 10.000 experimentos simulados de engenharia de proteínas usando a plataforma SAMPLE, focando em dados de citocromo P450. Para selecionar sequências de proteínas para testes, eles utilizaram vários métodos de otimização bayesiana (BO). A termoestabilidade das proteínas projetadas serviu como medida da eficácia dos métodos. O estudo também explorou testes em lotes e identificou algumas vantagens em experimentos de lotes menores. Um modelo de processo gaussiano (GP), treinado com dados de sequência-função, orientou as decisões de design do agente, garantindo robustez e confiabilidade através de múltiplas camadas de tratamento de exceções e controle de qualidade.
Surpreendentemente, a plataforma SAMPLE identificou com sucesso enzimas glicosidase hidrolases que apresentavam uma estabilidade significativamente melhorada em comparação com as sequências iniciais. Essas proteínas projetadas por máquinas mostraram um aumento de pelo menos 12°C na tolerância térmica. Curiosamente, as principais sequências identificadas por cada agente eram únicas, mas eventualmente convergiam para a mesma região na paisagem de aptidão, indicando a obtenção do pico de aptidão global. Confirmações feitas por caracterização humana validaram ainda mais a termoestabilidade aprimorada e a atividade catalítica das proteínas projetadas por máquinas.
A plataforma SAMPLE representa um avanço significativo na engenharia de proteínas, mostrando o potencial de laboratórios autônomos para automatizar e acelerar a descoberta científica. Sua integração de aprendizado, tomada de decisão e experimentação de forma totalmente autônoma marca uma melhoria substancial em relação aos sistemas semi-autônomos anteriores. Essa abordagem sistemática destaca a sinergia do design computacional inteligente, experimentação automatizada e gerenciamento preciso de dados na avanço da engenharia de proteínas.
Com as capacidades da plataforma SAMPLE, o futuro da engenharia de proteínas promete um progresso acelerado e descobertas inovadoras na química, energia, medicina e além.
FAQ:
The source of the article is from the blog mendozaextremo.com.ar
